Command Palette
Search for a command to run...
كشف المشكلات السريرية التلقائي من ملاحظات SOAP باستخدام بنية متعددة الوكلاء المتعاونة المستندة إلى نموذج لغوي كبير
Yeawon Lee Xiaoyang Wang Christopher C. Yang

الملخص
إن تفسير النصوص السريرية بدقة يُعد أمرًا حاسمًا لجودة رعاية المرضى، لكن تعقيد هذه الملاحظات يجعل آليتها تحديًا كبيرًا. وعلى الرغم من القدرة الواعدة للنماذج اللغوية الكبيرة (LLMs)، فإن النهج القائم على نموذج واحد قد يفتقر إلى المتانة المطلوبة في المهام السريرية ذات الأبعاد الحاسمة. نُقدّم نظامًا تعاونيًا متعدد الوكلاء (MAS) يُحاكي فريق استشارة سريرية لسد هذه الفجوة. يتم تكليف النظام بتحديد المشكلات السريرية من خلال تحليل قسمَي "الذاتي" (S) و"الكُمّي" (O) فقط من ملاحظات نموذج SOAP، مُحاكاةً لعملية الاستدلال التشخيصي التي تُولِّد تقييمًا من خلال دمج البيانات الأولية. ويُنسق فعّال الوكيل (Manager agent) فريقًا ديناميكيًا من الوكلاء المتخصصين، الذين يُجريّن مناقشة تسلسلية متكررة على شكل هرمي للتوصل إلى توافق في الرأي. وقد تم تقييم نظامنا مقابل نموذج وحيد على مجموعة بيانات مُختارة مكوّنة من 420 ملاحظة من مجموعة MIMIC-III. وقد أظهر التكوين متعدد الوكلاء الديناميكي تحسنًا مستمرًا في التعرف على حالات الفشل القلبي الاحتقاني، وضرر الكلى الحاد، والصدمة المُعدية. وتكشف التحليل النوعي لمناقشات الوكلاء أن هذا الهيكل يُسهم فعّالًا في كشف الأدلة المتناقضة وتقديرها، وإن كان قد يُعرّض أحيانًا لخطر التفكير الجماعي. وبمحاكاة عملية استدلال فريق طبي، يُقدّم نظامنا طريقًا واعدًا نحو أدوات دعم اتخاذ القرار السريري الأكثر دقةً ومتانةً وقابلية للتفسير.
بناء الذكاء الاصطناعي بالذكاء الاصطناعي
من الفكرة إلى الإطلاق — عجّل تطوير الذكاء الاصطناعي الخاص بك من خلال البرمجة المشتركة المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.